The Decoder· Manuel Uth·· 2 小时前AI 评分62
SemiAnalysis 发布 GDPx 真实工作基准，无模型得分超过 12%
No AI agent scores above 12 percent on SemiAnalysis' new real-world work benchmark
AI 导读
SemiAnalysis 发布 GDPx 基准，把 AI 智能体放进模拟工作环境，让其花费最多八小时操作 Siemens NX 等专业软件、检索数千文件的数据室或攻击企业系统，共 206 项任务覆盖芯片设计、生物学、量化交易、网络安全和法律等十一个领域。
来源：The Decoder · the-decoder.com